首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

云计算环境下面向大图的并行子图匹配技术的研究与实现

摘要第5-6页
Abstract第6-7页
第1章 引言第10-18页
    1.1 课题的研究背景第10-14页
        1.1.1 研究背景第10-11页
        1.1.2 大图上的模式匹配第11-14页
    1.2 研究现状第14-15页
    1.3 本文的主要工作第15页
    1.4 本文的组织结构第15-18页
第2章 图模式匹配技术及相关工作第18-28页
    2.1 图模式匹配算法第18-23页
        2.2.1 子图同构算法第18-21页
        2.2.2 Top-k查询算法第21-23页
    2.2 BSP模型第23-25页
        2.2.1 BSP模型概述第23-24页
        2.2.2 BSP工作原理第24-25页
    2.3 HDFS介绍第25-26页
    2.4 本章小结第26-28页
第3章 DLP_SGM:基于动态标签传播的图模式匹配算法第28-52页
    3.1 问题定义第28-30页
    3.2 DLP_SGM算法概述第30-34页
        3.2.1 DLP_SGM算法整体设计第30-32页
        3.2.2 以顶点为中心并行算法框架设计第32-34页
    3.3 模式图中的环压缩第34-37页
    3.4 模式图分解算法第37-40页
    3.5 生成查询计划第40-42页
    3.6 动态标签传播子图匹配第42-48页
    3.7 算法流程第48-50页
    3.8 算法分析第50页
    3.9 本章小结第50-52页
第4章 TOPK_SGM:基于标签传播的TOP-k子图匹配第52-66页
    4.1 问题描述第52-53页
    4.2 模式图权重计算模型第53-55页
    4.3 模式图评分模型第55-59页
    4.4 Top-k子图匹配的实现第59-62页
        4.4.1 代价模型构建阶段第59-60页
        4.4.2 Top-k匹配阶段第60-62页
    4.5 Top-k算法流程第62-64页
    4.6 Top-k算法的复杂度分析第64页
    4.7 本章小结第64-66页
第5章 实验结果及分析第66-74页
    5.1 实验环境第66页
    5.2 实验数据集第66-67页
        5.2.1 真实数据集第66-67页
        5.2.2 人工合成数据集第67页
    5.3 动态标签传播算法的实验结果及分析第67-70页
    5.4 Top-k子图匹配算法实验第70-72页
        5.4.1 算法参数选择第70-71页
        5.4.2 实验结果及分析第71-72页
    5.5 本章小节第72-74页
第6章 总结与展望第74-76页
    6.1 本文工作总结第74页
    6.2 进一步研究的工作第74-76页
参考文献第76-78页
致谢第78-80页
硕士期间发表的论文及参加的项目第80页

论文共80页,点击 下载论文
上一篇:复杂网络中最小驱动节点集快速枚举方法与节点控制重要性研究
下一篇:广义复杂网络系统的滑模变结构控制